《表5 各算法识别性能比较Tab.5 Identification comparison of each method》
为了验证DBN算法在高压断路器故障诊断中的优异,本实验将DBN算法与SVM算法、BP神经网络算法进行对比。其中,DBN网络的结构沿用3.1、3.2所得结论,即各层结构为800-300-100-30-10,预训练迭代200次,微调迭代300次。由于SVM算法和BP神经网络算法不适用于直接分析处理断路器分合闸控制线圈电流数据,因此在试验中,使用相同的数据样本,按照文献[2]中的方式提取特征量作为这两种算法的训练与测试样本。表5为不同算法的识别正确率比较表。BP网络和SVM算法的识别结果分别如图6、图7所示。
图表编号 | XD0029701000 严禁用于非法目的 |
---|---|
绘制时间 | 2019.01.25 |
作者 | 朱萌、梅飞、郑建勇、沙浩源、戴永正、顾宇锋 |
绘制单位 | 东南大学电气工程学院、河海大学能源与电气学院、东南大学电气工程学院、东南大学电气工程学院、江苏南瑞泰事达电气有限公司、江苏南瑞泰事达电气有限公司 |
更多格式 | 高清、无水印(增值服务) |
查看“表5 各算法识别性能比较Tab.5 Identification comparison of each method”的人还看了
- 表5 两组病人各时间点血浆IL-6水平比较 (±s) Tab.5 Comparison of plasma IL-6 levels in two groups at each time point (±s)